こんにちは、
不確実性の高いこの時期に皆がうまくやっていることを願っています
JMPとPythonの間の接続を使用して、JMP Proなしで複雑な機械学習アルゴリズムを処理する最初のアプリの試みを次に示します。
このアプリの目的は、jslでコーディングされたグラフィカルユーザーインターフェースを起動し、そのインターフェースを「XGBoost」機械学習APIに接続することです。
私は3種類の検証スキーム（ホールドアウト/クロス検証/グリッド検索）に取り組む可能性を実装しています。回帰と分類の両方が、いくつかの目的と古典的なメトリックに基づいて開発されました
トレーニングの最後に、トレーニング/検証セットまたはクロス検証の平均/標準偏差の両方のメトリック値を含むレポートが提供されます。グリッド検索トレーニングの場合、レポートには最適なハイパーパラメーター結果が提供されます。Pythonモデルをエクスポートして、モデルを再度トレーニングせずに新しいデータを予測することもできます（ただし、Python環境で行う必要があります）。
私はそれが誰にとってもうまくいくことを願っています、私はプロのソフトウェアエンジニアではなく、そのアプリは主に深夜のセッション中に開発されましたが、セットアップされたすべてのテスト済み構成で私のコンピューター上で問題ないようです：
Numpy 1.18.1
パンダ1.0.0
Scikitlearn 0.22.1
XGBoost 0.90
そして、JMP 15.1（英語では、他の言語でのチェックはありません…）
次に、アプリを使用する前に、JMPがPythonとのリンクを処理できることを確認する必要があります... PythonをJMPに接続するのは実際には簡単ではありません。問題が発生した場合は、JMPのサポートに連絡することをお勧めします。この統合は、私の観点ではユーザーにとって非常に悪夢です（私の場合、警告なしにJMPが大量にクラッシュする場合、または私がその作業を成功させる前のエラーメッセージ）
